二次元
AI绘画二次元手指崩了怎么修复？实操Inpaint与ControlNet双重方案
修复二次元 AI 绘画中的手指崩坏，最有效的路径是「Inpaint 局部重绘 + ControlNet 深度控制」或使用实时潜空间修复插件。单纯依赖提示词（Prompt）无法根治手指数量或形态错误，因为提示词影响的是全局概率，而手指崩坏属于局部像素的逻辑错误，必须通过空间坐标的强制干预来修正。
扩散模型在处理二次元手指这类具有强逻辑结构（五指分明、关节弯曲）的对象时容易出错。这源于训练集中存在大量被遮挡、重叠的手部图片，导致模型对手指的统计概率认知存在偏差。因此，在提示词中添加 "5 fingers" 或 "perfect hands" 往往收效甚微。
方案一：Inpaint 局部重绘结合 ControlNet 手部模型
这是目前工业级的稳妥方案，适用于构图完美但手指形变的情况。
在 Inpaint 界面使用画笔覆盖出错的手指区域。掩码范围应包含手腕的一部分，以便 AI 获取足够的上下文空间来推断手的方向。重绘幅度（Denoising strength）建议控制在 0.4 到 0.6 之间：低于 0.3 容易保留原有的崩坏形状，高于 0.7 则可能生成与手臂连接处断层的新手。采样方法推荐 DPM++ 2M Karras，迭代步数 20-30 步。
若结果不理想，可开启 ControlNet 的 Depth（深度）或 Canny（边缘检测）模型。通过上传一张角度相似的真实手部照片或 3D 姿势图作为参考，并在预处理器中选择 depth_midas，将控制权重（Control Weight）提高至 1.2。此时 AI 会在参考图的几何框架内填充色彩和线条，可解决 90% 以上的数量错误。
局部重绘后若出现边缘模糊或色差，可用极低幅度（0.2）再次 Inpaint 消除接缝。在 WebUI 环境下，建议开启 ADetailer 插件并选择 hand_yolov8n 模型，实现自动扫描与二次修复，提升出图合格率。
方案二：实时潜空间（Latent Space）修正
对于追求极致效率的创作者，可使用潜空间编辑器直接修改坐标，无需反复重绘。通过拖动手指关节的特征向量（Feature Vector），将多出的手指特征值调低，同时提高关节定义值，强制改变手指弯曲方向。
该方案无需参考图，速度极快，但对显存要求较高（建议 24GB 以上），且需要操作者具备较强的空间感知能力，通过反复尝试偏移量数值来达到理想效果。
影响因素：数据集污染与 Lora 干预
手指崩坏有时由 Lora 权重过高引起。若修复后手指仍有奇怪褶皱，可尝试将 Lora 权重从 1.0 降低至 0.6，或使用 LoRA Block Weight 插件屏蔽影响结构层的权重。
具体操作是将手部相关层（通常为中间层）权重设为 0，由基础模型接管结构，Lora 仅负责色彩和质感。
方案局限性与边界条件
在实际应用中，修复方案并非万能，需注意以下限制：
- 复杂动作：当手指拨弄极细琴弦或进行复杂交叠时，Inpaint 方案易在连接处产生逻辑混乱，导致手指与物体融合。
- 分辨率限制：低分辨率底图由于像素点不足，ControlNet 难以捕捉精确边缘，修复效果打折，建议先用 Upscaler 放大 2 倍后再处理。
- 硬件限制：手机端 AI App 通常缺乏深度控制模块，上述方案无法实现，仅能通过多次抽卡尝试。
场景化修复维度对比
| 修复方案 | 修复精度 | 操作速度 | 适用场景 |
|---|---|---|---|
| ADetailer 自动修复 | 中等 | 极快 | 批量生成原画 |
| Inpaint + ControlNet | 极高 | 较慢 | 单幅商业精修 |
| 潜空间向量偏移 | 高 | 快 | 高级微调/实验创作 |
问：为什么在提示词里写 "five fingers" 还是会出现 6 根手指？
答：因为扩散模型基于概率分布而非逻辑计数。提示词增加的是全局概率权重，但手指数量属于局部空间结构错误，必须通过 Inpaint 掩码或 ControlNet 这种空间干预手段来强行修正。
问：重绘幅度（Denoising strength）设置多少最合适？
答：建议在 0.4-0.6 之间。太低（<0.3）无法改变原有错误结构，太高（>0.7）则会丢失原图特征导致连接处不自然。
执行建议
不要试图在一次生成中追求完美。科学的工作流应为：先出大样 $\rightarrow$ 筛选构图 $\rightarrow$ 局部重绘修复手部 $\rightarrow$ 全局放大增强。面对手指崩坏，请优先尝试「Inpaint 掩码 + 0.5 重绘幅度 + ControlNet Depth 引导」，其效率远高于修改提示词。
常见问题
为什么在提示词中加入 '5 fingers' 无法修复手指崩坏？
因为提示词影响的是全局概率，而手指崩坏属于局部像素的逻辑错误，必须通过空间坐标的强制干预（如局部重绘）来修正。
Inpaint局部重绘时的重绘幅度（Denoising strength）设置多少合适？
建议控制在 0.4 到 0.6 之间，低于 0.3 难以改变形状，高于 0.7 则容易产生与原图断层的现象。
哪个修复方案最适合商业级别的精修图？
Inpaint + ControlNet参考图方案最合适，因为它能通过真实手部照片提供绝对精准的几何框架，确保手指数量和形态正确。
手指修复后出现奇怪褶皱是怎么回事？
这通常是由 Lora 权重过高引起的，建议将权重降低至 0.6 或使用 LoRA Block Weight 插件屏蔽影响结构层的权重。